纽约大学对环境的科研

国际合作将利用人工智能来增强对气候变化的预测

由施密特期货公司（schmit futures）提供的1000万美元赠款支持的一组科学家将致力于通过使

用人工智能改进气候模拟来增强对气候变化的预测。

由施密特期货公司（schmit futures）资助的1000万美元，由纽约大学库恩特研究人员（corant

researcher）牵头

由施密特期货公司（schmit futures）提供的1000万美元赠款支持的一组科学家将致力于通过使

用人工智能（ai）改善气候模拟来增强对气候变化的预测。

由纽约大学库兰特数学科学研究所教授和纽约大学数据科学中心教授劳雷·赞纳（laure zanna）

领导的国际团队将利用机器学习的进展和大数据的可用性来提高我们对重要的现有气候模型的理解

和表示大气，海洋和冰的过程，例如湍流或云。科学家们说，对这些过程的更深入了解和改进表示

将有助于提供更可靠的气候预测。

“尽管气候模型开发取得了巨大进步，但目前的模拟仍难以捕获大气，海洋和冰层中不同过程之间

的相互作用以及它们如何影响地球的气候；这可能会阻碍对温度，降雨量和海平面的预测。”库恩

特研究所大气海洋科学中心的成员，牛津大学的客座教授zanna解释说。“人工智能和机器学习工

具擅长从数据中提取复杂的信息，将有助于提高气候模拟和预测的准确性，从而更好地为政策制定

者和科学家的工作提供信息。”

该团队将包括来自哥伦比亚大学和普林斯顿大学，麻省理工学院，国家大气研究中心，地球物理流

体实验室和法国国家科研中心（cnrs）的研究人员，他们将在气候科学以及科学机器学习方面拥有

专业知识以及气候模型的发展。

schmit futures是一项慈善计划，由weny和google前首席执行官兼执行主席，五角大楼国防创新

咨询委员会主席eric schmit共同创立，旨在支持科学技术思想，以提高人们对其所解决问题的认

识。

这项为期5年的项目是施密特期货公司最近成立的虚拟地球系统研究所的一部分。

施密特期货首席科学家斯图尔特·费尔德曼（stuart felman）表示：“这个雄心勃勃的国际项目

的可能性令我们感到兴奋，这可能为实现可信赖和可使用的长期全球气候模型做出巨大贡献。”

该项目还包括纽约大学courant研究所和数据科学中心的助理教授joan bruna和carlos

fernanez-grana，他们都是机器学习和信号处理方面的专家。为了处理这项研究涉及的海量数据

，团队将依靠pangeo项目开发的开源软件和基础设施，该项目是由哥伦比亚大学副教授ryan

abernathey领导的大数据地球科学社区平台。

由于大气，海洋和冰层系统的复杂性，科学家依靠计算机模拟或气候模型来描述其演化。这些模型

将气候系统分为一系列网格箱或网格单元，以模仿海洋，大气层和冰层如何变化并相互影响。但是

，所选择的网格盒的数量受计算机功能的限制。当前，用于数十年投影的气候模型使用的网格箱尺

寸约为50 km至100 km（约30至60英里）。因此，无法很好地捕捉到发生在规模小于网格单元的过

程（云，湍流和海洋混合）的过程。

“这些过程及其相互作用对气候至关重要，” zanna说。“云影响本地降水和全球平均温度，而海

洋混合影响海洋吸收多少热量和碳。

“结果，现有模型的缺陷削弱了我们在区域和全球范围内准确预测天气和气候的能力。”

schmit期货支持的项目的研究人员试图通过使用机器学习更全面地捕获海洋，冰层和大气的物理

过程，来减少建模中心开发的现有模型的不精确性。该团队将依靠一系列现有的理想化和全球高分

辨率模拟以及观测产品的大量数据集，这些产品能够捕获混合和云等过程。机器学习将直接从用于

全球气候模拟的数据中指导这些复杂过程的创新，物理指导和可解释的表示形式的开发。